近红外光谱法快速测定在用润滑油闪点的研究

本文主要探讨了"在用润滑油闪点的近红外光谱快速测定方法研究"这一主题，发表于2013年，由邢志娜、王菊香、刘洁和申刚等作者来自海军航空工程学院飞行器工程系。该研究旨在开发一种高效、快捷的在用润滑油闪点检测技术，利用近红外光谱（NIR）分析来替代传统的实验室测试方法。 研究的核心内容是基于在用润滑油和混入燃油的光谱差异，通过比较两种光谱，对特定波段进行筛选。人工神经网络（ANN）和偏最小二乘法（PLS）被用来建立闪点预测模型。经过模型的训练和验证，发现利用ANN方法构建的模型性能更优，其决定系数（R²）达到了0.9183，表明模型拟合度极高，均方误差（SEP）为3.06℃，显示出对于非线性问题处理的强大能力。 ANN模型在处理在用润滑油闪点测定中的表现优于PLS模型，这证明了它在实际应用中的准确性。这种快速测定方法对于判断润滑油是否混入轻质油料具有重要意义，有助于设备维护人员及时、准确地定位设备故障，从而节省维修时间和提高工作效率。 本文的关键词包括“在用润滑油闪点”、“近红外光谱”、“人工神经网络”，以及“非线性问题的化学计量学方法”。研究结果不仅对航空工程领域内的润滑管理具有实践价值，也为其他工业领域的在线质量控制提供了新的思路和技术支持。该论文被分类为TE622，文献标志码为ADOI:10.3969/j.issn.1007-3426.2013.05.018，表明研究成果得到了同行的认可并发表在国际知名期刊上。